一、定义 这里不讨论向量严格的数学定义。在Madlib中，可以把向量简单理解为矩阵。矩阵是Madlib中数据的基本格式，当矩阵只有一维时，就是向...
1. 利用 to_number CREATEORREPLACEFUNCTIONisnumeric (strINVARCHAR2) RETURNNUMBER IS...
一、MADlib简介 MADlib是Pivotal公司与伯克利大学合作开发的一个开源机器学习库，提供了多种数据转换、数据探索、统计、数据挖掘和机...
一、交叉验证概述 机器学习技术在应用之前使用“训练+检验”的模式，通常被称作“交叉验证”，如图1所示。 ? 图1 1. 预测模型的稳定性 ...
一、什么是数据挖掘 数据挖掘（Data Mining），也叫数据开采、数据采掘等，是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，...
一、图算法简介 1. 定义 在计算中，常将运算方程或实验结果绘制成由若干有标尺的线条所组成的图，称为“算图”。计算时根据已知条件，从有关线段上一...
一、聚类方法简介 所谓“物以类聚，人以群分”，其核心思想就是聚类。通过聚类，人们能意识到密集和稀疏的区域，发现全局的分布模式，以及数据属性之间有...
一、关联规则简介 关联规则挖掘的目标是发现数据项集之间的关联关系，是数据挖据中一个重要的课题。关联规则最初是针对购物篮分析（Market Bas...
一、分类方法简介 1. 分类的概念 数据挖掘中分类的目的是学会一个分类函数或分类模型（也常常被称作分类器），该模型能把数据库中的数据项映射到给定...
一、奇异值分解简介 奇异值分解简称SVD（singular value decomposition），可以理解为：将一个比较复杂的矩阵用更小更简...
一、什么是杂项维度 简单地说，杂项维度就是一种包含的数据具有很少可能值的维度。事务型商业过程通常产生一系列混杂的、低基数的标志位或状态信息。与其...
一、主成分分析（Principal Component Analysis，PCA）简介 在数据挖掘中经常会遇到多个变量的问题，而且在多数情况下，...
一、回归方法简介 回归指研究一组随机变量(Y1 ，Y2 ，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法，又称多重回归分析...
单个物理维度可以被事实表多次引用，每个引用连接逻辑上存在差异的角色维度。例如，事实表可以有多个日期，每个日期通过外键引用不同的日期维度，原则上每...
退化维度技术减少维度的数量，简化维度数据仓库模式。简单的模式比复杂的更容易理解，也有更好的查询性能。 有时，维度表中除了业务主键...
一、迟到的事实简介 数据仓库通常建立于一种理想的假设情况下，这就是数据仓库的度量（事实记录）与度量的环境（维度记录）同时出现在数据仓库中。当同时...
一、周期快照简介 周期快照事实表中的每行汇总了发生在某一标准周期，如一天、一周或一月的多个度量。其粒度是周期性的时间段，而不是单个事务。周期快照...
一、潜在因子（Latent Factor）推荐算法 本算法整理自知乎上的回答@nick lee。应用领域：“网易云音乐歌单个性化推荐”、“豆瓣电...
与任何IT系统一样，为了保证HAWQ集群的高可用和高性能，需要进行一系列监控与维护活动。本篇讨论HAWQ推荐的运维与监控活动。 一、推荐的监控与...
一、业务场景 本系列实验将应用HAWQ数据库，为一个销售订单系统建立数据仓库。本篇说明示例的业务场景、数据仓库架构、实验环境、源和目标库的建立过...
扫码关注云+社区
